SEARCH FOR A GRAND TOUR OF THE JUPITER GALILEAN MOONS - - PowerPoint PPT Presentation

SEARCH ¡FOR ¡A ¡GRAND ¡ TOUR ¡OF ¡THE ¡JUPITER ¡ GALILEAN ¡MOONS

Humies ¡– ¡2013 GECCO, ¡Amsterdam Dario ¡Izzo Advanced ¡Concepts ¡Team European ¡Space ¡Agency

Monday, 8 July 13

Interplanetary ¡Trajectories ¡are ¡complex ¡...

Visualization of the Cassini trajectory in the Saturn system

Monday, 8 July 13

... ¡and ¡deliver ¡amazing ¡science

Water rich plume discovered during a fly- by in the south pole region of Enceladus - Courtesy: NASA

Monday, 8 July 13

Global ¡Trajectory ¡Optimization ¡Competition ¡(GTOC)

• Gathers ¡the ¡top ¡worldwide ¡experts ¡on ¡

interplanetary ¡trajectory ¡design ¡

• Forum ¡for ¡cross-­‑ferLlizaLon ¡of ¡ideas ¡in ¡this ¡

complex ¡domain

• ~100 ¡different ¡insLtuLons ¡over ¡the ¡years: ¡

academia, ¡industry ¡and ¡space ¡agencies

• ~1 ¡month ¡to ¡solve ¡an ¡excepLonally ¡hard ¡

problem

• Winner ¡organizes ¡the ¡next ¡ediLon ¡
• Yearly ¡workshops
• All ¡results/methods ¡“peer-­‑reviewed”, ¡

Journal ¡special ¡issues ¡follow

• EvoluLonary ¡Algorithms ¡used ¡by ¡some ¡of ¡

the ¡teams ¡over ¡the ¡years ¡(Neuro ¡ Controllers, ¡PSO, ¡GA, ¡GP, ¡... ¡)

• ¡but ¡never ¡compeLLve ¡... ¡unLl ¡now
• Dedicated ¡web ¡portal

GTOC Trophy Acta Astronautica

Monday, 8 July 13

GTOC ¡6th ¡edition

• Problem ¡formulated ¡by ¡NASA ¡(JPL), ¡winners ¡of ¡the ¡previous ¡

ediLon

• Relevant ¡to ¡the ¡"JUpiter ¡ICy ¡moon ¡Explorer" ¡(JUICE) ¡mission ¡

and ¡Jupiter ¡Europa ¡Orbiter ¡(JEO) ¡under ¡evaluaLon ¡at ¡the ¡ European ¡Space ¡Agency ¡and ¡NASA

• ExploraLon ¡of ¡the ¡Jupiter ¡inner ¡system ¡with ¡a ¡next ¡generaLon ¡

Ion ¡propulsion ¡engine

• Moons ¡represented ¡by ¡a ¡“soccer ¡ball” ¡with ¡high, ¡medium ¡and ¡

low ¡score ¡faces.

• Goal: ¡design ¡a ¡trajectory ¡that ¡maps ¡as ¡much ¡as ¡possible ¡of ¡the ¡

4 ¡Galilean ¡moons ¡(Io, ¡Europa, ¡Ganymede ¡and ¡Callisto)

• Minimal ¡reality ¡gap: ¡accurate ¡representaLon ¡of ¡spacecrac ¡

dynamics ¡is ¡demanded

• Billions ¡of ¡dollars ¡per ¡mission

(>3 ¡for ¡Cassini): ¡each ¡addiLonal mapped ¡area ¡mafers ¡(a ¡lot!)

Monday, 8 July 13

GTOC ¡6: ¡problem ¡complexity

Roughly ¡… … ¡a ¡500 ¡dimensional ¡conLnuous ¡box-­‑bounded ¡ global ¡opLmizaLon ¡problem, ¡if ¡the ¡moon/face ¡ sequence ¡was ¡given ¡... ... ¡but ¡10269 ¡possible ¡moon/face ¡sequences ¡to ¡ choose ¡from, ¡if ¡launch ¡date ¡was ¡fixed ¡... ... ¡but ¡a ¡10 ¡year ¡launch ¡window ¡to ¡choose ¡from.

(~1080 ¡atoms ¡in ¡the ¡universe)

May ¡be ¡thought ¡of ¡as ¡a ¡complex ¡Travelling ¡Salesman ¡Problem, ¡where ¡re-­‑visits ¡are ¡ allowed, ¡and ¡ciLes ¡are ¡“moving”:

• 128 ¡ciLes ¡(4 ¡moons ¡* ¡32 ¡faces)
• Connec.vity ¡graph ¡(topology ¡and ¡cost) ¡is ¡dynamic ¡and ¡determined ¡through ¡evoluLon ¡
• Tour ¡quality ¡is ¡the ¡value ¡of ¡ciLes ¡visited ¡within ¡the ¡available ¡budget

Monday, 8 July 13

Our ¡strategy

• Higher ¡level ¡opLmizaLon ¡of ¡moon/face ¡sequences ¡(by ¡a ¡novel ¡mulL-­‑criteria ¡

tree ¡search ¡method) ¡auto-­‑tunes ¡and ¡launches ¡evoluLonary ¡opLmizaLons ¡of ¡ trajectory ¡arcs, ¡that ¡it ¡then ¡evaluates ¡& ¡assembles ¡into ¡full ¡trajectories.

• ... ¡can ¡be ¡seen ¡as ¡a ¡Meta ¡GeneLc ¡Algorithm ¡(MGA!)
• Challenge: ¡need ¡to ¡evolve ¡a ¡very ¡high ¡number ¡of ¡trajectory ¡arcs, ¡having ¡

drama.cally ¡varying ¡fitness ¡landscapes ¡(500,000,000 ¡evoluLonary ¡runs ¡ needed ¡to ¡obtain ¡our ¡soluLon!)

• SoluLon:
• self-­‑adaptaLon ¡(jDE ¡chosen ¡over ¡CMA-­‑ES, ¡SA-­‑AN, ¡SADE)
• parallelisaLon: ¡asynchronous ¡island ¡model ¡(PyGMO)
• speed ¡is ¡criLcal: ¡MGA-­‑1DSM ¡encoding ¡+ ¡implementaLon ¡(PyKEP)

Monday, 8 July 13

Our ¡best ¡trajectory

• 141 ¡flybys, ¡120 ¡faces ¡mapped ¡(out ¡of ¡128), ¡316 ¡points ¡(out ¡of ¡324)
• Flyable ¡trajectory ¡(verified ¡by ¡NASA/JPL)
• Algorithm ¡finds ¡and ¡exploits:
• moon ¡resonances
• moon ¡backflips
• moon ¡hops ¡(quick ¡transfers ¡between ¡nearby ¡moons)
• Highly ¡efficient ¡in ¡propellant ¡usage: ¡(nearly) ¡ballisLc ¡trajectory

1: capture + Europa & Io 2: Ganymede & Io 3: Callisto & Io 4: Europa + Ganymede + Callisto

Monday, 8 July 13

(H) ¡-­‑ ¡The ¡result ¡holds ¡its ¡own ¡or ¡wins ¡a ¡regulated ¡competition ¡involving ¡human ¡contestants ¡(in ¡ the ¡form ¡of ¡either ¡live ¡human ¡players ¡or ¡human-­‑written ¡computer ¡programs).

324 300 250 200 150 100 50

• 2. ¡ESA/ACT ¡-­‑ ¡

HKUST 308

• 3. ¡University ¡of ¡Texas

267

• 4. ¡DLR

246

• 5. ¡State ¡Key ¡Laboratory

Chinese ¡Ac. ¡Of ¡Science 240

• 1. ¡Politecnico ¡di ¡

Torino Uni ¡di ¡Roma ¡ Sapienzia 311

• 6. ¡AnalyLcal ¡Mechanics ¡

Associates, ¡Inc. 178

• 8. ¡The ¡Aerospace ¡

Corp. 163

• 9. ¡University ¡of ¡Colorado

154

• 7. ¡Tsinghua ¡University

176

• 10. ¡Uni ¡Jena

TU ¡Delc 87

• 11. ¡Beihang ¡University

83

• 12. ¡University ¡of ¡Hawaii

73

• 13. ¡Michigan ¡
• Techn. ¡University ¡

15

early version of

• ur algorithm

Final ¡GTOC ¡6 ¡rankings (only ¡13, ¡out ¡of ¡33 ¡teams, ¡were ¡able ¡to ¡return ¡a ¡solu.on)

• 0. ¡HUMIES

316

Monday, 8 July 13

(F) ¡-­‑ ¡The ¡result ¡is ¡equal ¡to ¡or ¡better ¡than ¡a ¡result ¡that ¡was ¡considered ¡an ¡achievement ¡in ¡its ¡field ¡ at ¡the ¡time ¡it ¡was ¡first ¡discovered. ¡ (C) ¡-­‑ ¡The ¡result ¡is ¡equal ¡to ¡or ¡better ¡than ¡a ¡result ¡that ¡was ¡placed ¡into ¡a ¡database ¡or ¡archive ¡of ¡ results ¡maintained ¡by ¡an ¡internationally ¡recognized ¡panel ¡of ¡scientific ¡experts

• The ¡GTOC ¡Portal ¡acknowledges ¡
• ur ¡best ¡result ¡as ¡a ¡valid ¡

trajectory ¡and ¡superior ¡to ¡the ¡one ¡ returned ¡by ¡the ¡compeLLon ¡ winner.

• GTOC6 ¡winner: ¡311/324
• Our ¡algorithm:
• running ¡Lme ¡9 ¡days ¡on ¡32 ¡CPUs
• many ¡soluLons ¡exceeding ¡311, ¡

all ¡using ¡moon ¡hopping.

311 – GTOC 6 winner 316 – new best score

Monday, 8 July 13

(G) ¡-­‑ ¡ ¡The ¡result ¡solves ¡a ¡problem ¡of ¡indisputable ¡difficulty ¡in ¡its ¡field.

GTOC6 winner "theoretical bound”

• ur solution

(new best) ? ? ? ? ? ? ?

Monday, 8 July 13

(D) ¡-­‑ ¡The ¡result ¡is ¡publishable ¡in ¡its ¡own ¡right ¡as ¡a ¡new ¡scientific ¡result-­‑independent ¡of ¡the ¡fact ¡ that ¡the ¡result ¡was ¡mechanically ¡created.

• An ¡innovaLve ¡strategy ¡emerged ¡from ¡our ¡algorithm:

"moon ¡hopping"

• Rapid ¡transfers ¡between ¡moons ¡(in ¡contrast ¡to ¡fully ¡mapping ¡one ¡moon ¡

acer ¡another), ¡

• ExploitaLon ¡of ¡momentaneous ¡phasings ¡between ¡moons, ¡that ¡enable ¡

short-­‑Lme ¡transfers

• Design ¡of ¡large ¡hopping ¡sequences ¡(100+ ¡flybys) ¡was ¡not ¡

considered ¡as ¡a ¡feasible ¡approach ¡by ¡human ¡experts ¡prior ¡to ¡

• ur ¡finding

Monday, 8 July 13

Conclusions

• Our ¡algorithm ¡(a ¡Meta ¡GeneLc ¡Algorithm)
• outperforms ¡all ¡other ¡algorithms ¡and ¡human ¡designed ¡contribuLons ¡to ¡

the ¡GTOC6 ¡problem

• is ¡completely ¡automated ¡and ¡does ¡not ¡need ¡expert ¡knowledge ¡
• is ¡the ¡first ¡human-­‑compeLLve ¡algorithm ¡for ¡designing ¡mulLple ¡fly-­‑by ¡

trajectories ¡of ¡this ¡complexity ¡(>100 ¡fly-­‑bys)

• Our ¡evolved ¡soluLon
• is ¡recognized ¡as ¡the ¡current ¡best ¡known ¡flyable ¡trajectory ¡for ¡the ¡problem ¡

issued ¡by ¡NASA/JPL

• solves ¡a ¡problem ¡highly ¡relevant ¡to ¡a ¡real ¡mission ¡(JUICE ¡-­‑ ¡JEO)
• proves ¡the ¡value ¡of ¡a ¡mission ¡design ¡strategy ¡that ¡was ¡not ¡considered ¡as ¡

compeLLve ¡before: ¡moon ¡hopping ¡(a ¡strategy ¡that ¡cannot ¡be ¡designed ¡by ¡ "hand" ¡for ¡such ¡complex ¡trajectories)

Monday, 8 July 13

References ¡....

• GECCO ¡2013
• Dario ¡Izzo, ¡Luís ¡F. ¡Simões, ¡Marcus, ¡Märtens, ¡Guido ¡de ¡Croon, ¡Aurelie ¡HeriTer, ¡Chit ¡Hong ¡Yam, ¡“Search ¡for ¡a ¡grand ¡tour ¡of ¡the ¡

Jupiter ¡Galilean ¡moons” ¡-­‑ ¡GECCO ¡2013, ¡session ¡RWA3

• On ¡MGA-­‑1DSM ¡(the ¡encoding)
• Izzo, ¡D., ¡PyGMO ¡and ¡PyKEP: ¡Open ¡Source ¡Tools ¡for ¡Massively ¡Parallel ¡OpTmizaTon ¡in ¡Astrodynamics ¡(the ¡case ¡of ¡

interplanetary ¡trajectory ¡opTmizaTon), ¡InternaTonal ¡Conference ¡on ¡Astrodynamics ¡Tools ¡and ¡Techniques ¡-­‑ ¡ICATT, ¡2012. ¡ (link)

• Izzo, ¡D., ¡Global ¡OpTmizaTon ¡and ¡Space ¡Pruning ¡for ¡Spacecrab ¡Trajectory ¡Design, ¡Spacecrab ¡Trajectory ¡OpTmizaTon, ¡

Conway, ¡B. ¡(Eds.), ¡Cambridge ¡University ¡Press, ¡pp.178-­‑199, ¡2010. ¡(link)

• On ¡the ¡evoluTon ¡of ¡interplanetary ¡trajectories
• Izzo, ¡D., ¡Becerra, ¡V.M., ¡Myag, ¡D.R., ¡Nasuto, ¡S.J., ¡and ¡Bishop, ¡J.M., ¡Search ¡Space ¡Pruning ¡and ¡Global ¡OpTmisaTon ¡of ¡MulTple ¡

Gravity ¡Assist ¡Spacecrab ¡Trajectories, ¡Journal ¡of ¡Global ¡OpTmisaTon, ¡38,pp.283-­‑296, ¡2007. ¡(link)

• Vinko, ¡T. ¡and ¡Izzo, ¡D., ¡Global ¡OpTmisaTon ¡HeurisTcs ¡and ¡Test ¡Problems ¡for ¡Preliminary ¡Spacecrab ¡Trajectory ¡Design, ¡

European ¡Space ¡Agency, ¡the ¡Advanced ¡Concepts ¡Team, ¡ACT ¡technical ¡report(GOHTPPSTD), ¡2008. ¡(link)

• Izzo, ¡D., ¡Rucinski, ¡M., ¡and ¡Ampatzis, ¡C., ¡Parallel ¡global ¡opTmisaTon ¡meta-­‑heurisTcs ¡using ¡an ¡asynchronous ¡island-­‑model, ¡

Proceedings, ¡2009 ¡IEEE ¡Congress ¡on ¡EvoluTonary ¡ComputaTon ¡(IEEE ¡CEC ¡2009), ¡Trondheim, ¡Norway, ¡May ¡18-­‑21., ¡2009. ¡ (link)

• Yam, ¡C.H., ¡di ¡Lorenzo, ¡D., ¡and ¡Izzo, ¡D., ¡Low-­‑Thrust ¡Trajectory ¡Design ¡as ¡a ¡Constrained ¡Global ¡OpTmizaTon ¡Problem, ¡

Proceedings ¡of ¡the ¡InsTtuTon ¡of ¡Mechanical ¡Engineers, ¡Part ¡G: ¡Journal ¡of ¡Aerospace ¡Engineering, ¡225(11), ¡pp.1243-­‑1251, ¡

• 2011. ¡(link)

Monday, 8 July 13